本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。作者在多家知名金融公司从事算法研究多年，经验丰富，本书得到了学术界和企业界多位金融风险管理专家的高度评价。 全书一共9章，首先介绍了信用风险量化的基础，然后依次讲解了信用评分模型开发过程中的数据处理、用户分群、变量处理、变量衍生、变量筛选、模型训练、拒绝推断、模型校准、决策应用、模型监控、模型重构与迭代、模型报告撰写等内容。 所有章节都由问题、算法、案例三部分组成，针对性和实战性都非常强。

本书基于Python讲解了信用风险管理和评分卡建模，用漫画的风格，从风险业务、统计分析方法、机器学习模型3个维度展开，详细讲解了信用风险量化相关的数据分析与建模手段，并提供大量的应用实例。作者在多家知名金融公司从事算法研究多年，经验丰富，本书得到了学术界和企业界多位金融风险管理专家的高度评价。 全书一共9章，首先介绍了信用风险量化的基础，然后依次讲解了信用评分模型开发过程中的数据处理、用户分群、变量处理、变量衍生、变量筛选、模型训练、拒绝推断、模型校准、决策应用、模型监控、模型重构与迭代、模型报告撰写等内容。 所有章节都由问题、算法、案例三部分组成，针对性和实战性都非常强。

本书是数据结构与算法的入门指南，不局限于某种特定语言，略过复杂的数学公式，用通俗易懂的方式针对编程初学者介绍数据结构与算法的基本概念，培养读者编程逻辑。主要内容包括：为什么要了解数据结构与算法，大O表示法及其代码优化利用，栈、队列等的合理使用，等等。

《跟老齐学Python》系列后续。读者在本书中可以学习到Numpy、Pandas、matplotlib、SciPy、SymPy等与数据分析相关的库，掌握其所定义的数据对象以及常用的属性和方法等，并通过各种类型的应用举例将所学基本知识给予综合应用。

App Inventor的出现大大降低了编程门槛，没有程序设计经验的编程爱好者可以在短时间内就创建出炫目的安卓手机应用。本书带领读者通过动手实践数个编程实例来了解程序开发的逻辑。书中内容共分为21章，包含15个完整的应用，覆盖了游戏、教学、工具、信息管理以及网络应用等。本书不仅详细介绍了应用开发的步骤和要点，还针对每种应用的特征给出了进一步优化的建议，忠实还原了应用开发过程中遇到的问题和解决方法，是一本不可多得的编程技术与理念并重的实践指南。

本书分别针对Logo、明信片和宣传手册的设计进行了详细介绍，并通过案例讲解的方式，将的设计集中呈现出来。 本书尤其适合商业设计师阅读，是一本实用的设计案例指导书。

本书从基础的知识开始，讲解Web开发的整个流程，展示如何使用Python做测试驱动开发。本书由三个部分组成。靠前部分介绍了测试驱动开发和Django的基础知识，并在每个阶段进行严格的单元测试。第二部分讨论了Web开发要素，探讨了Web开发过程中不可避免的问题，以及如何通过测试解决这些问题。第三部分探讨了一些话题，如模拟技术、集成第三方认证系统、Ajax、测试固件以及持续集成等。第2版使用Python 3，并针对新版Django全面升级，介绍了由外而内的测试驱动开发流程。本书适合Web开发人员阅读。

本书是Python用户的一本百科式学习指南，由Python社区数百名成员协作奉献。全书内容分为部分。靠前部分是关于如何配置使用Python编辑工具的；第二部分深入学习地道Python风格的代码范例；第三部分研究Python社区常用的一些代码库。本书适合有Python基础的人员学习，帮助你迅速从小工修炼成专家，编写出高质量的代码！

《Python语言程序设计与应用/普通高等教育大学计算机“十三五”精品立体化资源规划教材》的编写参考了全国计算机等级考试“Python语言程序设计”及广东省计算机水平考试“Python程序设计”考试大纲及样题。全书共12章，分为基础和提高两篇。基础篇包含-7章，包括Python语言概述、Python语法基础、Python高级数据类型、Python控制语句、Python函数与模块、面向对象程序设计、Python文件操作与数据格式化，主要讲述程序设计基础知识及在Python语言中的实现；提高篇包含第8-12章，包括多媒体数据处理、网络编程、Python网络爬虫、科学计算和可视化应用、Python机器学习等。内容涵盖Python的不同应用领域，展现了丰富的Python应用生态，既有Python标准库，也有大量流行的第三方库。 《Python语言程序设计与应用/普通高等教育大学计算机“十三五”精品立体化资源规划教材》

内容简介 这是一本贯穿金融业务经营全流程，以业务为驱动的金融数据挖掘与建模著作，涵盖分析框架、模型算法、模型评估、模型监控、算法工程化等整个数据建模的闭环。 本书的4位作者都是在金融领域有有多年工作经验的大数据专家，不仅技术功底深厚、业务经验丰富，而且对金融行业从业者的需求痛点和图书市场的供给情况有深入了解，他们通过精心策划和写作，让本书内容独树一帜：涵盖金融业务经营全流程，以业务驱动，包含大量针对具体场景的实战案例。 本书针对决策类、识别类、优化分析类3大主题，9大模板：客户价值预测、营销响应预测、细分画像、交叉销售、申请反欺诈、违规行为识别、预测、运筹优化、流程挖掘，详细讲解了每个模板算法原理、评估方法、优化方法和应用案例等，内容上极力做到准确、明晰、直观与实用。 此外，本书还对

本书采用生动活泼的语言，从入门者的角度，讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用，包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程，为进一步学习金融科技奠定扎实的基础。

编程是一项充满乐趣的挑战，想上手非常容易！在本书中，沃伦和卡特父子以亲切的笔调、通俗的语言，透彻、全面地介绍了计算机编程世界。他们以简单易学的Python语言为例，通过可爱的漫画、有趣的示例，生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等基本的编程概念。与第2版不同，第3版的示例使用Python3而不是Python2，另外添加了关于网络的新内容。只要懂得计算机的基本操作，任何人都可以跟随本书，由简入难，学会编写Python程序，甚至制作游戏。

本书旨在介绍开源的Python算法库和数学工具包SciPy。近年来，基于NumPy和SciPy的完整生态系统迅速发展起来，并在天文学、生物学、气象学和气候科学，以及材料科学等多个学科得到了广泛应用。本书结合大量代码实例，详尽展示了SciPy的强大科学计算能力，包括用NumPy和SciPy进行分位数标准化，用ndimage实现图像区域网络，频率与快速傅里叶变换，用稀疏坐标矩阵实现列联表，SciPy中的线性代数，SciPy中的函数优化等。

内容简介 这是一本贯穿金融业务经营全流程，以业务为驱动的金融数据挖掘与建模著作，涵盖分析框架、模型算法、模型评估、模型监控、算法工程化等整个数据建模的闭环。 本书的4位作者都是在金融领域有有多年工作经验的大数据专家，不仅技术功底深厚、业务经验丰富，而且对金融行业从业者的需求痛点和图书市场的供给情况有深入了解，他们通过精心策划和写作，让本书内容独树一帜：涵盖金融业务经营全流程，以业务驱动，包含大量针对具体场景的实战案例。 本书针对决策类、识别类、优化分析类3大主题，9大模板：客户价值预测、营销响应预测、细分画像、交叉销售、申请反欺诈、违规行为识别、预测、运筹优化、流程挖掘，详细讲解了每个模板算法原理、评估方法、优化方法和应用案例等，内容上极力做到准确、明晰、直观与实用。 此外，本书还对

本书结合大量实例，详细介绍了在开发现场引入DevOps 的具体流程。在对DevOps 出现的背景和相关概念进行说明之后，首先介绍了如何在个人环境中引入DevOps，接着介绍了在团队中开展DevOps 的方法，最后介绍了引入DevOps的实践。内容全面涵盖了DevOps 相关的工具、技术和开发思想。